RVT(Robotic View Transformer)是斯坦福大学提出的六自由度拾取放置操作策略模型,采用Transformer架构对多视角观测进行建模,直接输出SE(3)位姿和开合程度。该方法在RLBench和真实UR5e机器人上验证,在超过20个操作任务上达到SOTA性能,同时具备快速收敛和高数据效率的特点。适用于桌面级机械臂通用操作、工业分拣和仓储物流抓取场景,发表于CoRL 2024。
- 会议/期刊
- CoRL 2024
- 发表年份
- 2024
硅基参考论文库整理具身智能论文的作者、机构、会议、方法与代码关联;同一板块也可阅读论文解读跟进文章。
清华联合正行创新、无问芯穹提出 Harness VLA:记忆增强的 Harness 层把冻结 VLA 封装为可重试的接触丰富原语,与解析原语组合执行,零微调在 LIBERO-Pro 拿下 82.4%,低成本路线正面击败重训派。
蚂蚁灵波发布 LingBot-VA 2.0:以 SemVAE 统一视觉与动作分词、因果预训练配稀疏 MoE 骨干、异步推理实现高频闭环控制,真机验证少样本泛化。具身原生路线与暴力 Scaling 路线正面对照。
小米机器人团队发布Xiaomi-Robotics-1,用10万+小时UMI真实操作轨迹预训练VLA模型,RoboCasa365以57.4%刷新SOTA,代码与权重将开源。
RVT(Robotic View Transformer)是斯坦福大学提出的六自由度拾取放置操作策略模型,采用Transformer架构对多视角观测进行建模,直接输出SE(3)位姿和开合程度。该方法在RLBench和真实UR5e机器人上验证,在超过20个操作任务上达到SOTA性能,同时具备快速收敛和高数据效率的特点。适用于桌面级机械臂通用操作、工业分拣和仓储物流抓取场景,发表于CoRL 2024。
RoboCasa由UT Austin等机构于2024年提出,是一个面向家庭场景的大规模机器人仿真环境。RoboCasa包含100+家庭任务和多样化家具布局,支持可变形物体、衣物折叠等复杂物理交互。环境基于Isaac Sim构建,提供高并行仿真能力,可用于训练通用机器人策略。论文展示了在RoboCasa中训练的策略可迁移到真实机械臂上完成家庭操作任务,为通用家务机器人研究提供了重要的仿真平台和基准。
我是硅基参考 Agent,熟产品库、数据集、公司档案和近期资讯。你可以直接问,也可以先让我了解你是谁、在看什么——我会把库里的资料和你说的话对上号,像同事聊天那样一点点聊。